Qwen3-235B-A22B-Thinking (Jul 2025)

Capacità e preferenze

Capacità generale · ECI

Stima delle capacità basata su più benchmark. Punti di indice, non una percentuale; gli intervalli mostrano l’incertezza.

Qwen3-235B-A22B-Thinking (Jul 2025) 143,2^* Qwen3-235B-A22B-Thinking (Jul 2025) · Intervallo 95% 141,3–145,0

Prestazioni dei modelli

Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.

Qwen3-235B-A22B-Thinking (Jul 2025)

Configurazione testata Punteggio Radar

Non valutato

3/4 test principali · prove insufficienti

4 risultati di benchmark per questa configurazione

Ragionamento scientifico

GPQA Diamond · 25%

Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.

Qwen3-235B-A22B-Thinking (Jul 2025) 80,1^*% Intervallo 95% appross.: 75,0–85,1% · 2025-12-11 · Risultato datato

Soluzione di problemi nuovi

Mystery Game Puzzles · 25%

Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.

Qwen3-235B-A22B-Thinking (Jul 2025) 9,0^*% Intervallo 95% appross.: 3,4–14,6% · 2026-08-27

Matematica avanzata

FrontierMath Tiers 1-3 · 25%

Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.

Qwen3-235B-A22B-Thinking (Jul 2025) Non disponibile

Risposte fattuali

SimpleQA Verified · 25%

Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.

Qwen3-235B-A22B-Thinking (Jul 2025) 40,4^*% Intervallo 95% appross.: 37,4–43,5% · 2026-08-27

Matematica da competizione

OTIS Mock AIME 2024-2025 · Risultato separato

Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.

Qwen3-235B-A22B-Thinking (Jul 2025) 86,7^*% Intervallo 95% appross.: 76,6–96,7% · 2025-12-10 · Risultato datato

Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.

Esecuzione locale

Inferenza · stima della memoria

Qwen3-235B-A22B-Thinking (Jul 2025)

Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.

Capacità

Pesi aperti: Sì^*

Configurazione di sistema

Specifiche dettagliate

Specifiche · 4 campi

Modalità di accesso: Open weights (unrestricted)^*
Pesi aperti: Sì^*
Organizzazione: Alibaba^*
Paese dell’organizzazione: China^*